2.1.2 高光谱遥感图像简介
遥感图像时按一定的比例尺，客观真实地记录和反映地表物体的电磁辐射的强弱信息，是遥感探测所获得的遥感信息资料的一种表示形式，因此遥感技术应用的核心问题是根据地物辐射强弱在遥感图像上表现的特征，判读识别地面物体的类属及其分布特征。遥感图像特征取决于遥感探测通道、地物光谱特征、大气传播特征及传感器的响应特征等因素。
高光谱遥感图像是一种高文图像，可反映地物的空间信息和光谱信息，其数据量庞大。随着传感器的不断更新，人们已经可以在不同的航空、航天遥感平台上获取不同时空间分辨率和光谱分辨率的遥感影像。高光谱遥感与以往遥感技术相比，具有图谱合一的特征和兴可见光到红外甚至热红外的一系列波段，是一种综合性的遥感技术手段。特别是地面的信息比较微弱的情况下，高光谱遥感具有识别微弱信息和定量探测的优势。
发展高光谱遥感技术，满足军事和民用对该技术的需求，开展该领域的研究是非常必要而又实际意义的。高光谱遥感技术将确定物质或地物性质的光谱与揭示其空间和几何关系的图像结合在一起，而许多物质的光谱特征往往变现在一些狭窄的光谱范围内，高光谱遥感实现了获取地物的光谱特征同时又不失其整体形态及其与周围地物的关系。
高光谱技术产生的一组图像所提供的丰富信息可以显著的提高数据分析的质量、细节性、可靠性以及可信度，可有效地用于地物类型的像素级甚至亚像素级识别，已广泛应用于地质勘探与地球资源调查。城市遥感与规划管理、环境与灾害监测、精细农业、测绘及考古等方面。
当前，世界各国都加强了高光谱遥感技术在各领域的应用研究，比如：在对月球、火星等星体的科学考察中，通过高光谱传感器收集岩石和土壤矿物成分的光谱信息可获知星球的地质状况，具有很好的应用前景[1]。
2.2  机载高光谱图像边缘辐射畸变校正简介
机载成像光谱仪，特别是以摆扫式成像的光谱仪，获取的图像上往往存在边缘辐射畸变现象。主要表现为同一扫描行中同种地物的亮度值从机下点向两侧递减，这主要是由传感器成像时观测角的变化导致的地面分辨率、大气路径长度、仪器-太阳-目标几何关系以及地物反射非朗伯特性等因素综合作用的结果，因此，图像边缘辐射畸变校正是机载高光谱遥感图像深化处理和定量应用的首要环节。
目前，针对图像边缘辐射校正的方法主要有空间-频率域滤波方法、直方图匹配法和矩匹配法。空间-频率域法主要通过小波变换来实现，很容易将处于条带频率的非条带有用信息去除掉，即对非畸变区域产生负面作用，因此不宜用于定量化遥感中。 直方图匹配法和矩匹配法均是基于图像本身的灰度特征进行的，其理论基础是假设探测器在不同角度观测同一目标时，得到的数值应该是相同的。同时当遥感器观测大范围地物时，探测器在每个角度上（对应图像中的某列）观测到的不同地物的概率是相等的。因此，当选定某一列为参考列时，其他列的输出值可以根据参考列输出值的统计特征来匹配。直方图匹配法使单列分图像的累积概率直方图与参考列的累积概率直方图相匹配，但在实际计算中，当将原始直方图中概率为P的DN值匹配到参考直方图中的DN值时，可能找不到完全与之相对应的P，这就需要按一定规则（比如四舍五入）将其划入与之相邻近概率值对应的DN中，从而产生归属误差。另外，在转换过程中，由于偏移量的不同可能使某些本来不饱和的像元转换后变得饱和（最大值）。直方图匹配法对直方图相似性假设的要求是比较严格的。矩匹配法将各列的均值、标准差和参考列的均值、方差相匹配，进而实现图像校正目的，在图像条带噪声去除方面应用最为广泛，具有自动、快速完成图像辐射校正的优点，最近在地形辐射噪声去除方面也有突破[3]。 机载高光谱图像边缘辐射校正并行处理系统设计(4):http://www.youerw.com/jisuanji/lunwen_3683.html